DeepSeek-v4.1-Flash-1017 实测：编程能力大幅提升，Agent 适配需注意

给大家带来 DeepSeek-v4.1-Flash-1017 的实测！ 说实话这是一个你绝对不能错过的模型， 因为它的能力提升非常大， 我测下来后端 Agentic Coding 和前端能力真的跟官方说的许愿式编程差不多了。

但是在我测试中也发现了一个问题， 它的 Agent 能力似乎被训练得过于抠门了 (表现就是如果做事情有代价， 倾向于不做). 不知道是不是为了适配 DSH 调整成这样的。 但是这个表现跟上一个 flash 版本可是一点也不一样了， 所以用 flash 接到自己的 Agent 框架里的同学， 一定记得单独做适配， 否则大概率会翻车。 详情请看视频。 #deepseekflash #deepseekv41flash1017 #deepseek1017 #dsh #deepseek

除了视频中说的【抠门】的问题， 测试中还发现了更多的 Agent 问题， 受限于篇幅就不详细给大家解析了， 可以看POV: 第一个问题是它 thinking 中进行预算计数会出问题， 比如你让它脚本跑10次然后生成统计报告。 嘿嘿， 恭喜你踩雷了。 正确的方法是， 用脚本循环10次(harness).

第二个问题是不要在提示词里要求它「先查一次状态」, 这个意思是比如你让它看一下现在的系统状态， 然后监控， gg. 他就会跟第一个问题相互作用， 不是忘了检查， 就是把第一次检查的结果当作权威结果。 正确的方法是， 运行的时候用框架注入环境。

歧义理解能力差这个视频中已经说了， 真的是相当差。 不要以为大家平时写prompt中没歧义， 实际上歧义很常见， 好的模型会问问题拉齐。 但是1017就得自己费心了。 另外就是一定要注意视频中说的这个【抠门】的问题， 这个是我觉得最严重的。 一定别限制它， 不然就分分钟进入节能模式了。 真·吃米不干活。...

当然， 上面虽然抱怨了一大堆， 模型本身还是非常牛的。 大家可以看我做的那个果汁杯demo, 体积光和实时流体模拟效果太牛了。 而且写出来的性能也很不错， 我的3080Ti 能稳定 2K 60 帧。 以上就是测试报告和使用建议了。 想要看更多信息的同学可以在俺的gayhub看POV的详细报告。 总之就是用它写代码没毛病， 但是用它AIOPS需要长个心眼。